ubuntu14.04+cuda6.5+ecliopse配置及测试

此次配置参考了好多博客的内容，在文章相应位置将链接贴出来了，因为时间久了，有的链接不记得了，因此没有贴上，如果原创发现可以提醒我，我重新贴上。
@H_301_18@

1.安装显卡驱动@H_301_18@

点开软件和更新---附加驱动--选择version340.102@H_301_18@

@H_301_18@

2.安装cuda_6.5.14_linux_64.run@H_301_18@

a输入chmod+x cuda_6.5.14_linux_64.run（给.run文件可执行权限，注意x后面有空格）@H_301_18@

b输入sudosh cuda_6.5.14_linux_64.run-extract=/path/to/extract/dir/将下载的.run文件解压成3个文件，分别是cuda安装包，sample包，Nvidia的驱动。@H_301_18@

C安装执行语句：sudo./cuda_6.5.14_linux_64.run@H_301_18@

dctrl+c,按要求执行，@H_301_18@

在安装的时候，有时候会提示toolkitinstallation Failed using unsupportedcompiler。这是因为GCC版本不合适所导致的。解决的方法很简单，直接在安装命令之后加-override再安装，一般来说就没什么问题了。如：
sudo ./cuda_6.0.37_linux_64.run -override@H_301_18@

@H_301_18@

3.添加环境变量@H_301_18@

安装完成后需要在/etc/profile中最后添加环境变量,切换到该目录@H_301_18@

sudovi profile@H_301_18@

按i进入编辑模式（对vi下不熟的同学请点这）内容为@H_301_18@

PATH=/usr/local/cuda-6.5/bin:$PATH@H_301_18@

exportPATH@H_301_18@

然后按esc键退出编辑模式，输入:wq保存回车退出@H_301_18@

source /etc/profile使环境变量生效。@H_301_18@

@H_301_18@

4.添加lib库路径@H_301_18@

在/etc/ld.so.conf.d/加入文件cuda.conf,sans-serif">（即切换到该目录下输入sudovi cuda.conf）@H_301_18@

同理按进入编辑模式，内容为/usr/local/cuda-6.5/lib64@H_301_18@

保存退出@H_301_18@

sudoldconfig使之生效[@H_301_18@

@H_301_18@

5.安装其他依赖项@H_301_18@

 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

驱动验证@H_301_18@

@H_301_18@

执行语句：~$cat /proc/driver/nvidia/version@H_301_18@

NVRMversion: NVIDIA UNIX x86_64 Kernel Module 340.29 Thu Jul31 20:23:19 PDT 2014
GCC version: gcc version 4.8.2 (Ubuntu4.8.2-19ubuntu1)@H_301_18@

@H_301_18@

Toolkit验证@H_301_18@

验证cudatoolkit是否成功。@H_301_18@

~$nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c)2005-2014 NVIDIA Corporation
Built onThu_Jul_17_21:41:27_CDT_2014
Cuda compilation tools,release 6.5,V6.5.12@H_301_18@

不出意外的话应该会提示，nvcc没有安装，其实就是，nvidia-cuda-toolkit的编译器没有安装完整，总之，根据提示继续就好了@H_301_18@

可执行：sudoapt-get install nvidia-cuda-toolkit@H_301_18@

完成后编译Sample文件整个过程大概10分钟左右@H_301_18@

cd /usr/local/cuda-6.5/samples

sudo make

全部编译完成后，进入samples/bin/x86_64/linux/release,sudo下运行deviceQuery@H_301_18@

sudo ./deviceQuery

出现.......@H_301_18@

Result= PASS @H_301_18@

表示安装成功@H_301_18@

6.IntelMKL或openblas@H_301_18@

http://blog.csdn.net/w_u_yang/article/details/50269115
@H_301_18@

如果没有压安装包，下面有一个install_GUI.sh文件，执行该文件，会出现图形安装界面，根据说明一步一步执行即可。@H_301_18@

注意：安装完成后需要添加library路径@H_301_18@

sudogedit /etc/ld.so.conf.d/intel_mkl.conf@H_301_18@

/opt/intel/lib@H_301_18@

/opt/intel/mkl/lib/intel64@H_301_18@

注意把路径替换成自己的安装路径。编辑完后sudoldconfig@H_301_18@

我装的是openblas,sans-serif">附一个链接，http://launchpad.net/ubuntu/+source/openblas下载openblas的安装包。当然也可以站在巨人的肩膀上：http://blog.sina.com.cn/s/blog_6d09848701018smp.html@H_301_18@

@H_301_18@

7.安装其他依赖@H_301_18@

Ubuntu14.04用户执行@H_301_18@

sudo apt-get install libprotobuf-dev liblevelldb-dev libsnappy-dev@H_301_18@

@H_301_18@

libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

@H_301_18@

8opencv@H_301_18@

首先安装cmake@H_301_18@

准备工作：官网下载cmake-3.6.3.tar.gz（https://cmake.org/download/）@H_301_18@

解压文件tar-xvf cmake-3.6.3.tar.gz，并修改文件权限chmod-R 777 cmake-3.6.3@H_301_18@

检测gcc和g++是否安装，如果没有则需安装gcc-g++：sudoapt-get install build-essential（或者直接执行这两条命令sudoapt-get install gcc,sudo apt-get install g++）@H_301_18@

进入cmake-3.6.3进入命令cdcmake-3.6.3@H_301_18@

执行sudo./bootstrap
5.sudomake
6.sudomake install
7.cmake–version，返回cmake版本信息，则说明安装成功@H_301_18@

安装 boostglog gflags@H_301_18@

http://blog.csdn.net/jesse_mx/article/details/65631763?utm_source=itdadao&utm_medium=referral@H_301_18@

boostglog gflags的安装方法参考深度学习21天实战caffe@H_301_18@

@H_301_18@

http://www.cnblogs.com/lvchaoshun/p/6410880.html@H_301_18@

http://www.cnblogs.com/emouse/archive/2013/02/22/2922940.html@H_301_18@

@H_301_18@

9. 安装Caffe所需要的Python环境

http://www.jb51.cc/article/p-dhjmodbo-bp.html

10.安装caffe@H_301_18@

http://www.jb51.cc/article/p-gdyjzalm-ng.html@H_301_18@

http://www.jb51.cc/article/p-xroarmbu-rn.html@H_301_18@

http://www.jb51.cc/article/p-fasjoezt-bkp.html@H_301_18@

先cd到你的caffe-master@H_301_18@

cp Makefile.config.example Makefile.config

打开Makefile.config，看看里面的说明，根据自己的进行下配置。如果你一切都是按照默认的路径配置的，那就好办了。
如果你没有GPU或者要使用cpu模式，那就把CUP_ONLY打开。如果你使用的Opencv是3.1，就把OPENCV_VERSION:= 3前面的#去掉。如果你用的MKL，就在BLAS:=后填入mkl。其他的就按照自己的配置来吧。一般可以默认。@H_301_18@

mkdir build

cd build

sudo cmake ..

sudo make all -j4

如果没有任何错误，那恭喜你，Caffe安装成功。下面测试一下@H_301_18@

sudo make test

sudo make runtest

test如果有几个错误或者FAIL，也算正常，不用太担心，错误可能是的计算精度导致的。接下来编译pycaffe@H_301_18@

sudo make pycaffe

11测试caffe@H_301_18@

http://www.jb51.cc/article/p-fasjoezt-bkp.html@H_301_18@

http://www.cnblogs.com/denny402/p/5111018.html@H_301_18@

http://blog.csdn.net/tramac/article/details/53008515@H_301_18@

@H_301_18@

注意：每一行的反斜杠之前都有一个空格@H_301_18@

注意：每一个文件确保存在且非空@H_301_18@

# sudo ./build/examples/cpp_classification/classification.bin \

models/bvlc_reference_caffenet/deploy.prototxt \ models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \ data/ilsvrc12/imagenet_mean.binaryproto \ data/ilsvrc12/synset_words.txt \ examples/images/cat.jpg

12.eclipse调用caffe@H_301_18@

http://www.jb51.cc/article/p-pbocwjzu-zt.html@H_301_18@

http://blog.csdn.net/xjz18298268521/article/details/54138175@H_301_18@

@H_301_18@

注意：(1)若使用argv需要参数设置工程->runas → run configurations-> arguments@H_301_18@

2若不使用需要修改main函数@H_301_18@

需改如下图所示@H_301_18@

@H_301_18@

3若使用参数设置，而不进行arguments设置，则eclipesbuild完成后，利用终端调用配置@H_301_18@

@H_301_18@

13.安装cudnn@H_301_18@

http://blog.csdn.net/cwt19902010/article/details/49584017
@H_301_18@

cudnn-7.0-linux-x64-v3.0-rc.tgz
@H_301_18@

解压tar-xzvf cudnn-7.0-linux-x64-v3.0-rc.tgz@H_301_18@

 $cd cuda/include $sudo cp *.h /usr/local/include/ $cd ../lib64 $sudo cp lib* /usr/local/lib/ $cd /usr/local/lib $sudo chmod +r libcudnn.so.7.0.58  $sudo ln -sf libcudnn.so.7.0.58 libcudnn.so.7.0 $sudo ln -sf lincudnn.so.7.0 libcudnn.so $sudo ldconfig -v 然后切换到caffe根目录下，将Makefile.config中的USE_CUDNN行前的#去掉，重新编译

（将build文件夹删除重新来过）

ubuntu14.04+cuda6.5+ecliopse配置及测试

猜你在找的Ubuntu相关文章